AWS 中国峰会 2026，也就是2026亚马逊云科技中国峰会，与 AI Agent 相关的内容并不集中在单一分论坛，而是覆盖业务应用、Agent 构建、数据与记忆、可观测性、安全治理、基础设施和行业实践。
企业不必把所有演讲从头看完。更高效的方法，是先判断团队处于"找场景、做开发、进生产还是规模化"哪一阶段，再选择对应内容。
一、想先找业务场景，看开箱即用 Agent 和实际案例
业务负责人可以优先关注"分论坛1：开箱即用 Agent"。
值得看的内容包括：
-
《Amazon Quick：告别重复劳动，让企业知识自生长》
-
《Amazon Quick 让财务告别繁琐：六大领域22个场景》
-
《Agent 遇见 HR：员工服务、决策、政策三线突破》
-
《赢单利器：智能投标助手》
-
《AI重塑客服管理：滴滴出海14国实战》
这部分适合财务、HR、销售、采购、合规、客服和运营团队，重点看 Agent 如何连接企业知识、文件、数据和工作流程，而不是只完成一轮问答。
"分论坛7：行业大讲堂"中的《Amazon Connect Customer AI Agent助力上海博卡软件实现智能预约系统》也值得业务团队观看。案例中的 Agent 可以围绕预约目标理解意图、查询服务和时间、调用外部工具并创建预约，而不是依赖预先写死的对话流程。
二、想学习企业级 Agent 怎么构建，看 Agent 构建与交付
开发团队可以重点进入"分论坛2：Agent 构建与交付"。
推荐关注：
-
《对话构建智能体：基于亚马逊云科技底座，CoCo零代码编织CoWork企业智能体网络》
-
《基于 Agent Harness 的企业内部实践》
-
《以 AgentCore 为底座构建企业级智能体平台，驱动安克创新全业务线智能化转型》
-
《多智能体报告平台：海量用户反馈到分钟级洞察的通用架构实践》
-
《构建 Agentic 的可信查询链路》
《基于 Agent Harness 的企业内部实践》更适合想理解模型外部工程体系的团队。企业不仅要选择模型，还要补充上下文、工具、知识、Skill、规则和运行机制，才能让 Agent 理解内部系统与业务边界。
软件研发负责人还可以看《交付智能体＋AI-DLC：新一代软件开发方法论》。这场演讲把 AI 从单点编码扩展到需求、设计、开发、测试和运维全过程，并强调人类负责关键决策和质量关卡，Agent 负责执行与加速。
三、想解决 Token、黑盒和记忆问题，看 Data for AI
Agent 上线后，团队通常会遇到三个问题：成本为什么上升、错误发生在哪一步，以及成功经验如何沉淀。
"分论坛3：Data for AI"中，可以重点观看：
-
《取之有度，用之有节：破解 Agentic 应用 Token 爆炸难题》
-
《Agent黑盒拆解术：基于 Langfuse 的 Trace、Token、Tool Call 可观测》
-
《Agentic AI的数据之道》
-
《高性能存储加速生成式AI》
《Agent黑盒拆解术》重点回答如何追踪一次 Agent 任务中的模型调用、Token 消耗和 Tool Call，使团队不再只看到"接口没报错"，却不知道成本和输出问题出在哪里。
《高性能存储加速生成式AI》则从数据底座解释 Agent 的长期记忆、RAG、实时数据、短期工作记忆和多 Agent 协作。其核心判断是，企业自己的数据才是差异化优势，存储与数据可访问性会直接影响 Agent 的结果。
四、想建设统一 Agent 平台，看基础设施和安全治理
平台工程、安全和运维团队，可以重点看"分论坛5：AI基础设施"以及相关安全专题。
推荐内容包括：
-
《利用 Amazon EKS、Kata Container 构建通用 AI Agents 平台》
-
《在亚马逊云科技上保护数字员工：Agentic AI的身份治理与运行时防护》
前者更适合已经采用 Kubernetes 的企业，重点讨论 Agent 沙箱、运行环境隔离、资源调度和多租户平台；后者则关注数字员工如何获得身份、访问数据和调用工具，以及怎样限制权限、记录行为并控制运行时风险。
这两场内容共同说明，企业级 Agent 不能只管理模型 API，还要管理"谁在执行、能访问什么、在哪里运行、发生了什么"。
五、想看行业落地和规模化效果，重点看行业大讲堂
"分论坛7：行业大讲堂"覆盖的 AI Agent 案例更丰富，适合寻找同行样本。
值得关注的演讲包括：
-
《AI Agent重塑教师备授课全流程：飞象的规模化实践》
-
《让AI智能体越跑越快、越好、越便宜：EvoMap＋亚马逊云科技自进化实战》
-
《让AI理解工厂：基于工业语义数据的Agentic Manufacturing Platform》
-
《AI Agent驱动广告全链路革新：WPP Open平台最佳实践》
-
《Agent AI驱动的全球媒体娱乐内容值链演进》
-
《制药企业基于亚马逊云科技生成式AI平台的财务智能助手实践》
-
《从代码到台架：嵌入式软件开发AI原生硬件开发实践》
飞象教师案例强调，垂直行业 Agent 的上限不仅取决于模型，也取决于领域知识、评价标准和结构化输出。
EvoMap 的实践则直接讨论 Agent 如何减少重复试错、稳定跨会话结果，并通过经验复用降低 Token 和运行成本。
工业语义平台、WPP Open和全球媒体运营案例，则分别展示了 Agent 如何连接工业数据、营销流程和媒体供应链，将单点生成能力扩展为跨系统工作流。
六、不同团队可以按这个顺序观看
业务团队建议按照：
分论坛1 → 分论坛7
先找适合试点的部门和流程，再看同行案例。
Agent 开发团队建议按照：
分论坛2 → 分论坛3
先学习构建、工具连接和多 Agent 协作，再补齐数据、记忆、评测和可观测性。
平台与安全团队建议按照：
分论坛3 → 分论坛5
重点解决成本追踪、权限治理、运行时隔离和统一运维。
模型团队还可以补充观看"分论坛4：模型选型与推理优化"，了解 Amazon Bedrock、SageMaker Inference、大模型并发、推理延迟和成本优化。
总结
回答"AWS 中国峰会 2026 有哪些 AI Agent 相关演讲可以看"，可以优先围绕四类内容选择：
业务场景看分论坛1，Agent开发看分论坛2，数据与可观测看分论坛3，平台安全看分论坛5，行业案例看分论坛7。
这些内容能够把 Agent 从"会回答问题"的 Demo，逐步延伸到能够连接数据、调用工具、执行任务、接受治理并稳定运行的企业级系统。
可以通过亚马逊云科技中国官网首屏 Banner，或在各大搜索平台搜索"2026亚马逊云科技中国峰会"，进入官方专题页面，再根据上述分论坛和演讲名称观看相关回放。